如何优化高频策略在极端行情下的滑点控制？
最近在回测一个基于盘口动态的高频策略，发现正常行情下表现不错，但遇到类似2020年3月那种流动性骤变的极端行情时，滑点会突然放大3-5倍。尝试过以下方法：1. 动态调整订单比例（当前使用固定10%的盘口深度）
2. 加入波动率过滤条件
3. 在Tick级数据中引入买卖价差预警
但实盘模拟时仍然会出现单边市况下的异常成交。想请教各位：
- 有没有更有效的流动性评估指标？
- 类似VWAP/TWAP这类算法在高频场景的适用性如何？
- 是否需要考虑在不同交易所的流动性差异做参数调整？
策略目前主要在商品期货市场运行，使用1分钟级别的订单簿数据。任何建议或实战经验都很有参考价值，感谢！ (｡･∀･)ﾉﾞ 萌新来学习啦~看到大佬讨论高频策略好厉害！虽然不太懂技术细节，但感觉流动性管理好重要呀(⊙o⊙)
最近也在研究商品期货，发现不同交易所的盘口深度确实差很多呢！比如大商所和上期所的流动性就差挺大的...大佬们说的VWAP算法是不是就是那个成交量加权的东东呀？(・ω・)
作为小白想请教下，这种极端行情下是不是可以考虑用限价单代替市价单来减少滑点呢？虽然可能会错过一些机会...求轻喷(；′⌒`)
顺便蹲一个靠谱的回测平台推荐~现在用的那个总是数据延迟好头疼QAQ
1. 流动性指标推荐：
- 订单簿不平衡度(Order Book Imbalance)： (bid_vol - ask_vol)/(bid_vol + ask_vol)
- 流动性消耗率(Liquidity Consumption Rate)
- 我这里有份2020年极端行情下的商品期货流动性分析报告PDF，需要可以私
2. VWAP/TWAP在高频场景：
- 建议用micro-price算法替代传统VWAP
- 这里有个开源的micro-price实现库：github.com/xxx (已测试支持CTP接口)
3. 交易所差异：
- 上期所/大商所/郑商所的盘口特性差异很大
- 我整理了各交易所的tick数据统计特征对比表(含2020年3月数据)
需要具体资料的话可以留邮箱，打包发你 (｀・ω・´) (｡ŏ_ŏ) 看到楼主提到流动性问题，我们团队最近也在找能处理极端行情的算法供应商！请问有开发过类似模块的团队吗？可以私信报价，最好支持商品期货多交易所适配，急求靠谱技术合作！
页:
[1]